2 fivefireninefine fivefireninefine 于 2016.03.08 10:34 提问

基于粒子群和模拟退火算法的混合算法,在Matlab2015中数据量化怎么实现?

基于粒子群和模拟退火算法的混合算法,在Matlab2015中数据量化怎么实现?

1个回答

caozhy
caozhy   Ds   Rxr 2016.03.08 11:47
已采纳
Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
基于模拟退火的粒子群优化算法
粒子群优化算法是一类简单有效的随机全局优化技术。该文把模拟退火思想引入到具有杂交和高斯变异的粒 子群优化算法中,给出了一种基于模拟退火的粒子群优化算法。该算法基本保持了粒子群优化算法简单容易实现的特 点,但改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。四个基准测试函数的仿真对比结 果表明,该算法不仅增强了全局收敛性,而且收敛速度和精度均优于粒子群优化算法。
从遗传算法、粒子群算法、模拟退火算法理解启发式算法优化的本质
温馨小提示:本文章主要提炼了遗传算法(GA)、粒子群算法(PSO)和模拟退火算法(SA)的精髓,故更适合具有一定基础的童鞋加深理解。 一、GA、SA和PSO三种算法的简单回顾 1.1 遗传算法(GA) 1.1.1 实际问题中 (1)确定目标函数,并建立与遗传算法中适应度函数的关系 (2)确定需要优化的参数 1.1.2 遗传算法的寻优过程 (1)根据之前确定的优
基于粒子群遗传混合算法的作业车间调度
这是MATLAB的车间调度程序,利用遗传和粒子群混合算法实现。
遗传算法和粒子群算法结合的matlab源码
遗传算法和粒子群算法结合的matlab源码 详细的注释
基于FPGA的粒子群算法
基于FPGA的粒子群算法的模块代码,并未完全实现,包含控制模块、种群初始化模块、局部最优、全局最优、速度与位置更新模块、存储器、小数乘法器、随机数发生器。重申一遍:参考用,适应度计算未实现
模式识别九--模拟退火算法的设计与实现
本文转自:http://www.kancloud.cn/digest/prandmethod/102851         本节的目的是记录以下学习和掌握模拟退火(Simulated Annealing,简称SA算法)过程。模拟退火算法是一种通用概率算法,用来在一个大的搜寻空间内寻找命题的最优解。这里分别使用随机模拟退火算法和确定性模拟退火算法,在MATLAB平台上进行编程,以寻找一个6-单
基于粒子群算法求解TSP问题(JAVA)
一、TSP问题 TSP问题(Travelling Salesman Problem)即旅行商问题,又译为旅行推销员问题、货郎担问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 TSP问题是一个组合优化问题。该问题可以被证明具有NP
模式识别:模拟退火算法的设计与实现
本节的目的是记录以下学习和掌握模拟退火(Simulated Annealing,简称SA算法)过程。模拟退火算法是一种通用概率算法,用来在一个大的搜寻空间内寻找命题的最优解。这里分别使用随机模拟退火算法和确定性模拟退火算法,在MATLAB平台上进行编程,以寻找一个6-单元全连接网络的能量最小化模型。
基于模拟退火算法求解TSP问题(JAVA)
一、TSP问题 TSP问题(Travelling Salesman Problem)即旅行商问题,又译为旅行推销员问题、货郎担问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 TSP问题是一个组合优化问题。该问题可以被证明具有NP
机器学习之基于matlab的神经网络粒子群优化算法的实现
实现算法的论文,代码源码,测试函数,请见本人的git账户: https://github.com/qiu997018209/MachineLearning以下是mymain.m文件内容 clear % mex cec13_func.cpp -DWINDOWS func_num=1; D=10; VRmin=-100; VRmax=100; N=40; Max_Gen=5000; runs=1 f